Sagemaker 中的 XGBoost 多个 eval_metric答案

【问题标题】：XGBoost multiple eval_metric in SagemakerSagemaker 中的 XGBoost 多个 eval_metric
【发布时间】：2022-10-14 04:05:10
【问题描述】：

我正在尝试使用 Sagemaker 将多个评估指标添加到 XGBoost 训练作业中，文档说这是可能的 (https://github.com/dmlc/xgboost/blob/master/doc/parameter.rst#learning-task-parameters)：

用户可以添加多个评估指标。 Python 用户：记得将指标作为参数对列表而不是映射传递，所以后一个 eval_metric 不会覆盖前一个

文档没有任何代码示例但我尝试了很多方法来做到这一点（包括简单地将它们作为列表传递，例如：eval_metric=['mae', 'merror']），但我只是找不到这样的语法作品。有什么提示吗？

【问题讨论】：

标签： python amazon-web-services machine-learning xgboost amazon-sagemaker

【解决方案1】：

XGBOOST 的 Sagemaker SDK 实现遵循dmlc/xgboost。因此，您可以像使用 xgboost.ai 一样传递 eval_metric。

xgb_model.fit(trainData, targetVar, early_stopping_rounds=10, 
eval_metric=['mae', 'merror', 'aucpr'], eval_set=[(valData, valTarget)])

在上面的示例中，我们传递了三个评估指标。但是，如果您尝试传递自定义指标，则上述实现将不起作用。

【讨论】：

感谢您的回复！你试过了吗？我问的原因是这是我尝试的第一件事，但没有运气。